这次阐明过了Snoopy类，他内里有较量完善的匹配源码，我看到有function fetchlinks($URI)。也就是获取<a>中链接的函数，可以很简朴的提取出来，另外我还发明，他的正则还支持高级语言中的三目运算，
<?php function _striplinks($document) { preg_match_all("'<\s*a\s.*?href\s*=\s*([\"\'])?(?(1) (.*?)\\1 | ([^\s\>]+))'isx", $document, $links); // catenate the non-empty matches from the conditional subpattern while (list($key, $val) = each($links[2])) { if (!empty($val)) $match[] = $val; } while (list($key, $val) = each($links[3])) { if (!empty($val)) $match[] = $val; } // return the links return $match; } $document = file_get_contents('http://www.qq.com'); $datalink = _striplinks($document); printf("<p>输出link数据为：</p><pre>%s</pre>\n", var_export($datalink , true)); ?>我对源码去掉了注释。并上了个例子。很容易就获得了链接部门。
//支解线=====以下是对正则的表明阐明，只想要成果的可以忽略以下内容==============//
正则阐明：<\s*a\s.*?href\s*=\s*([\"\'])?(?(1) (.*?)\\1 | ([^\s\>]+))
'<\s*a\s.*?href\s*=\s* # 查找 <a href=http://enenba.com/
([\"\'])? # 匹配单引或双引号为分组1，也可以没有
(?(1) (.*?)\\1 | ([^\s\>]+)) # 假如引号存在（分组1存在）匹配后引号
# 不然匹配非空格和非>内容
这个正则的难点也就是 (xxx)? (?(分组号) yyy|zzz)
我也是第一次遇到这样的正则，有点像高级语言的三目运算，我举个例子：
这个例子的目标是查找切合以下的法则
1、以123开头
2、后头有双引号则匹配引号和引号内的内容。
3、后头没有双引号，则是匹配后头为789的内容。
简朴来说是匹配123"……" 或 123789
有引号优先匹配
<?php $str = '123"456"789'; $search = '/123(")?(?(1).*?\\1|789)/'; preg_match($search,$str,$r); echo $r[0]; //output 123"456" echo '<br /><br />'; $str = '123456789'; $search = '/123(")?(?(1).*?\\1|789)/'; preg_match($search,$str,$r); echo $r[0]; //output NULL echo '<br /><br />'; $str = '123789456'; $search = '/123(")?(?(1).*?\\1|789)/'; preg_match($search,$str,$r); echo $r[0]; //output 123789 ?>看到了吧，
名目就像三目运算，高级语言是这样的：
(xxx)? yyy : zzz 假如xxx为真 执行yyy，不然执行zzzz
在正则中是：
(xxx)? (?(分组号) yyy|zzz) 假如xxx不为空 执行yyy，不然执行zzzz